Kling 3.0 Bewegungssteuerung: Kopieren Sie echte Bewegungen auf jedes Charakterfoto
Bottom Line Up Front (BLUF): Kling 3.0 Motion Control ist ein KI-Videogenerator, der auf Bewegungsübertragung basiert. Füttere es mit einem Foto einer Figur und einem Referenzvideo einer sich bewegenden Person und es rendert einen Clip, in dem deine Figur genau diese Bewegungen ausführt – den Tanz, den Gang, die Gesten. Das Erscheinungsbild ergibt sich aus dem Bild, die Choreografie aus dem Filmmaterial. Dies ist die dritte und präziseste Generation der Technologie.
Was Bewegungsübertragung tatsächlich bewirkt
Angenommen, Sie benötigen Ihr illustriertes Maskottchen, um einen trendigen Tanz aufzuführen. Dafür bucht niemand ein Motion-Capture-Studio. Stattdessen laden Sie einen Clip einer realen Person, die den Tanz ausführt, als Referenz hoch, hängen das Maskottchenbild an und generieren. Das System liest die Körperbewegung aus dem Video und führt sie Bild für Bild mit Ihrer Figur erneut durch.
Dies umgeht die Kernschwäche von Textvideos: Choreografie lässt sich kaum mit Worten beschreiben. Hier beschreiben Sie es nie – Sie demonstrieren es. Was auch immer in der Referenz geschieht, geschieht auch in der Ausgabe, ausgeführt von der Person, die auf Ihrem Bild zu sehen ist: einer fotografierten Person, einer Markenfigur, einem handgezeichneten Helden.
Wie 3.0 gegenüber Version 2.6 verbessert wird
Beide Generationen sind auf der Website verfügbar und die Kluft zwischen ihnen ist real. Version 3.0 bewahrt die Identität des Charakters durch komplexe Bewegungen weitaus besser, bewältigt schnelle Posenwechsel mit weniger geschmolzenen Händen und wandernden Gesichtern und benötigt im Allgemeinen weniger Wiederholungsversuche, um eine veröffentlichungsfähige Aufnahme zu erhalten. Beginnen Sie hier mit allem, was dazu gedacht ist, von einem Publikum gesehen zu werden.
Außerdem wird eine Kontrolle eingeführt, die dem Vorgänger fehlt: die Zeichenorientierung. Sie entscheiden, ob die Platzierung und Ausrichtung der Figur dem Referenzvideo folgen oder Ihrem hochgeladenen Bild treu bleiben soll. Das löst die klassischen Kopfschmerzen der alten Generation, bei denen eine Figur im Porträtrahmen unbeholfen in eine Landschaftsszene gedrängt wurde.
Ausrichtungsmodi, Auflösung und Cliplänge
Wenn Sie „Dem Video folgen“ wählen, wird Ihr Charakter mit dem Darsteller in der Referenz in Einklang gebracht und Clips mit einer Länge von bis zu 30 Sekunden unterstützt – genug für einen vollständigen Tanzabschnitt oder einen längeren Sketch. Wenn Sie „dem Bild folgen“ wählen, bleibt der Bildausschnitt erhalten, die Ausgabe wird jedoch auf 10 Sekunden begrenzt. Wählen Sie je nachdem, ob die Länge oder die Wiedergabetreue Ihrer Komposition wichtiger ist.
Die Auflösung ist ein einfaches Dropdown-Menü: 720p für schnelle Entwürfe, 1080p für das endgültige Rendering, das Sie veröffentlichen möchten. Ein sinnvoller Arbeitsablauf besteht darin, kostengünstig bei 720p zu iterieren, bis das Foto-plus-Referenz-Paar klickt, und dann den Gewinner vollständig neu zu generieren HD. Die Ergebnisse werden in Ihrem Verlauf zum Herunterladen oder Erweitern gespeichert.
Wählen Sie ein Referenzvideo, das funktioniert
Die besten Referenzen zeigen einen Darsteller, vollständig im Bild, mit lesbaren Bewegungen und einer ruhigen Kamera. Harte Schnitte, Verdeckungen und verwackeltes Filmmaterial erschweren die Bewegungsverfolgung. Wenn Sie sich einen Tanz aus den sozialen Medien ausleihen, wählen Sie eine Einstellung, bei der der Tänzer von der ersten bis zur letzten Sekunde von Kopf bis Fuß sichtbar bleibt.
Für Ihr Charakterbild gelten parallele Anforderungen: Zeigen Sie die Figur mindestens mit der Hüfte nach oben, in einer Pose, aus der die Bewegung plausibel hervorgehen könnte. Eine Figur, die in einem Sessel zusammengesunken ist, wird keinen eleganten Sprung aus der Referenz starten. Passen Sie die Ausgangsposen grob an und der Übergang in die Bewegung bleibt reibungslos.
Wo das seinen Lebensunterhalt verdient
Vermarkter animieren Markenmaskottchen für trendgesteuerte Kampagnen, ohne einen Animator engagieren zu müssen. Illustratoren filmen sich selbst mit einem Telefon und übertragen die Bewegung auf ihre gezeichneten Charaktere. Schöpfer produzieren Clips, in denen ihr Avatar Stunts ausführt, die sie lieber nicht persönlich ausprobieren würden. In jedem Fall übernimmt das Referenzmaterial die Schauspielerei und die KI übernimmt das Casting.
Es gibt eine feste Regel: Verwenden Sie nur Gesichter und Filmmaterial, an denen Sie Rechte haben. Ihre eigenen Fotos, Ihre eigenen Charaktere, lizenziertes Material. Wenn dies berücksichtigt wird, verwandelt das Tool ein einzelnes Standbild plus eine ausgeliehene Bewegung in Minuten statt in Wochen in eine fertige Animation.
Häufige Fragen
Wie unterscheidet sich das von einem normalen Bild-zu-Video-Modell?
Ein Standard-Bild-zu-Video-Modell erfindet Bewegungen von Grund auf oder anhand einer Textaufforderung. Motion Control kopiert die Bewegung eines von Ihnen bereitgestellten Videos und ermöglicht Ihnen so eine bildgenaue Steuerung der Choreografie, mit der keine schriftliche Aufforderung mithalten kann.
Wie lang darf der generierte Clip sein?
Bis zu 30 Sekunden, wenn die Zeichenausrichtung dem Referenzvideo folgt, und bis zu 10 Sekunden, wenn sie Ihrem Bild folgt. In jedem Fall ist die Ausgabedauer an das von Ihnen hochgeladene Referenzmaterial gebunden.
Sollte ich 3.0 oder die ältere 2.6-Version verwenden?
Standardmäßig auf 3.0: Es hält Gesichter und Details auch bei anspruchsvollen Bewegungen stabil und fügt die Ausrichtungssteuerung hinzu. Version 2.6 ist immer noch sinnvoll für schnelle Experimente mit geringem Einsatz, bei denen die Iterationsgeschwindigkeit wichtiger ist als der Feinschliff.